एआई मॉडल और प्लेटफ़ॉर्म
शोधकर्ता एआई का उपयोग करके जांचते हैं कि प्रतिबिंब मूल छवियों से कैसे भिन्न होते हैं
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
कॉर्नेल विश्वविद्यालय के शोधकर्ताओं ने हाल ही में मशीन लर्निंग सिस्टम का उपयोग करके जांच की कि छवियों के प्रतिबिंब मूल छवियों से कैसे अलग होते हैं। साइंसडेली की रिपोर्ट के अनुसार, शोधकर्ताओं द्वारा बनाए गए एल्गोरिदम ने पाया कि छवियों में कुछ विशिष्ट संकेत थे जो यह दर्शाते थे कि छवि को फ्लिप या प्रतिबिंबित किया गया है।
कॉर्नेल टेक में कंप्यूटर साइंस के एसोसिएट प्रोफेसर नोआह स्नेवेली इस अध्ययन के वरिष्ठ लेखक थे। स्नेवेली के अनुसार, इस शोध परियोजना की शुरुआत तब हुई जब शोधकर्ताओं ने देखा कि छवियां प्रतिबिंबित होने पर कैसे भिन्न होती हैं। स्नेवेली ने बताया कि जो चीजें पहली नज़र में बहुत सममित लगती हैं, वे आमतौर पर एक प्रतिबिंब के रूप में पहचानी जा सकती हैं। “मैं नए तरीकों से जानकारी प्राप्त करने की खोज से आकर्षित हूं,” स्नेवेली ने साइंसडेली के अनुसार कहा।
शोधकर्ताओं ने लोगों की छवियों पर ध्यान केंद्रित किया, जिन्हें अपने एल्गोरिदम को प्रशिक्षित करने के लिए उपयोग किया गया था। ऐसा इसलिए किया गया क्योंकि चेहरे स्पष्ट रूप से असममित नहीं लगते हैं। जब प्रशिक्षित डेटा का उपयोग करके फ्लिप की गई छवियों को मूल छवियों से अलग करने के लिए एल्गोरिदम का उपयोग किया गया, तो एआई ने विभिन्न प्रकार की छवियों में 60% से 90% की सटीकता हासिल की।
फ्लिप की गई छवियों की कई दृश्य विशेषताएं जो एआई ने सीखी हैं, वे बहुत ही सूक्ष्म हैं और मानवों के लिए उन्हें पहचानना मुश्किल है जब वे फ्लिप की गई छवियों को देखते हैं। इन विशेषताओं को बेहतर ढंग से समझने के लिए जो एआई फ्लिप और मूल छवियों के बीच अंतर करने के लिए उपयोग करता है, शोधकर्ताओं ने एक हीटमैप बनाया। हीटमैप ने छवि के उन क्षेत्रों को दिखाया जिन पर एआई ध्यान केंद्रित करता है। शोधकर्ताओं के अनुसार, फ्लिप की गई छवियों को पहचानने के लिए एआई द्वारा उपयोग किए जाने वाले सबसे सामान्य संकेतों में से एक पाठ था। यह अप्रत्याशित नहीं था, और शोधकर्ताओं ने पाठ वाली छवियों को अपने प्रशिक्षण डेटा से हटा दिया ताकि फ्लिप की गई और मूल छवियों के बीच अधिक सूक्ष्म अंतर को बेहतर ढंग से समझा जा सके।
पाठ वाली छवियों को प्रशिक्षण सेट से हटाने के बाद, शोधकर्ताओं ने पाया कि एआई वर्गीकरणकर्ता छवियों की विशेषताओं जैसे कि शर्ट कॉलर, सेल फोन, घड़ियां और चेहरे पर ध्यान केंद्रित करता है। इन विशेषताओं में से कुछ में स्पष्ट, विश्वसनीय पैटर्न होते हैं जिन पर एआई ध्यान केंद्रित कर सकता है, जैसे कि लोग अक्सर अपने दाहिने हाथ में सेल फोन रखते हैं और शर्ट कॉलर के बटन बाएं तरफ होते हैं। हालांकि, चेहरे की विशेषताएं आमतौर पर बहुत सममित होती हैं और उनके बीच का अंतर बहुत छोटा होता है और मानव पर्यवेक्षक के लिए इसका पता लगाना मुश्किल होता है।
शोधकर्ताओं ने एक और हीटमैप बनाया जिसने चेहरे के उन क्षेत्रों को उजागर किया जिन पर एआई ध्यान केंद्रित करता है। एआई अक्सर लोगों की आंखों, बालों और दाढ़ी का उपयोग फ्लिप की गई छवियों का पता लगाने के लिए करता है। ऐसा क्यों है, इसका कारण स्पष्ट नहीं है, लेकिन लोग अक्सर अपनी तस्वीरें लेते समय थोड़ा बाएं तरफ देखते हैं। चेहरे की विशेषताएं फ्लिप की गई छवियों के संकेतक क्यों हैं, इसका कारण स्पष्ट नहीं है, लेकिन शोधकर्ताओं का मानना है कि एक व्यक्ति की हाथ की पसंद यह दर्शा सकती है कि वे अपने बाल कैसे कटवाते हैं या कंघी करते हैं। हालांकि ये संकेत अविश्वसनीय हो सकते हैं, लेकिन कई संकेतों को मिलाकर शोधकर्ता अधिक विश्वास और सटीकता प्राप्त कर सकते हैं।
इस दिशा में और अधिक शोध की आवश्यकता होगी, लेकिन यदि निष्कर्ष सुसंगत और विश्वसनीय हैं, तो यह शोधकर्ताओं को मशीन लर्निंग एल्गोरिदम को प्रशिक्षित करने के अधिक कुशल तरीके खोजने में मदद कर सकता है। कंप्यूटर विजन एआई को अक्सर छवियों के प्रतिबिंब का उपयोग करके प्रशिक्षित किया जाता है, क्योंकि यह उपलब्ध प्रशिक्षण डेटा की मात्रा को बढ़ाने का एक प्रभावी और तेज़ तरीका है। यह संभव है कि प्रतिबिंबित छवियों में अंतर का विश्लेषण करके मशीन लर्निंग शोधकर्ता मशीन लर्निंग मॉडल में मौजूद पूर्वाग्रहों को बेहतर ढंग से समझने में मदद कर सकते हैं जो छवियों को गलत तरीके से वर्गीकृत कर सकते हैं।
स्नेवेली के अनुसार साइंसडेली के अनुसार:”यह कंप्यूटर विजन समुदाय के लिए एक खुला प्रश्न छोड़ता है, जो यह है कि कब यह फ्लिपिंग करना ठीक है और कब नहीं। मुझे उम्मीद है कि यह लोगों को इन प्रश्नों के बारे में अधिक सोचने और एल्गोरिदम को प्रभावित करने वाले तरीके को समझने के लिए उपकरण विकसित करने के लिए प्रेरित करेगा।”
